这是一个创建于 2745 天前的主题，其中的信息可能已经有所发展或是发生改变。
目前项目里用的都是 sql where 条件拼接的，爬虫一来很容易挂了，有什么解决方案么。直接 cache key 会比较多
 |
1
gouchaoer 2017-05-04 22:05:13 +08:00 via Android
商品分类以及排序推荐那是非常困难的任务，没团队很难搞定的
|
 |
2
undeflife 2017-05-04 22:11:02 +08:00
这种筛选是给人用的 而你需要爬虫抓取的是最终的产品页 给爬虫一个单独的入口 暂时可以缓解你这个爬虫一来就挂的情形
|
 |
3
wudanyang 2017-05-04 22:51:25 +08:00
solr
|
 |
6
pierre1994 2017-05-05 00:22:13 +08:00
es 做不了吧
|
 |
7
jarlyyn 2017-05-05 00:36:27 +08:00
爬虫挂了，不是应该先缓存 /限制访问频率么？
key 多也不需要你收官算吧？ |
 |
8
terranboy 2017-05-05 00:42:38 +08:00
把数据扁平化 ES 其实也是这个意思
|
 |
9
ihuotui 2017-05-05 01:06:44 +08:00 via iPhone
静态化 freemaker ftl
|
 |
10
byfar 2017-05-05 09:00:50 +08:00  1
爬虫一来很容易挂了，你确定问题出在数据库上？数据库单独放一实例上或使用云服务？
Elasticsearch 不用的话，可以考虑一下 sphinx ( http://sphinxsearch.com/ ) 当然还是要先定位问题，找到需求点再改造。 |
 |
11
yanzixuan 2017-05-05 09:04:17 +08:00
|
|
12
byfar 2017-05-05 10:23:07 +08:00 1
@yanzixuan sphinx 支持动态索引 （ http://sphinxsearch.com/docs/current.html#rt-indexes ）
另外静态也可以改造成近时时的，看需求选择。 Elasticsearch 没有试过，不敢评论，不过我知道很火。 |
 |
13
walkershow 2017-05-05 10:35:29 +08:00
我们网站都用 sphinx,快,省内存
|
 |
14
jianzhiyao 2017-05-05 10:49:33 +08:00
if($http_user_agent ~* "spider")
|
 |
15
hiboshi OP @jianzhiyao 这样不能防止恶意爬虫
|
|
16
undeflife 2017-05-05 12:36:15 +08:00
@hiboshi 恶意爬虫就 ban 掉, 设置请求频率 用运维手段是可以处理的
你现在碰到的问题跟实现方式（拼接查询条件）并没有太大关系，爬虫一来就挂，是为什么挂? 数据库连接数太小还是查询效率太低? 如果不能找出问题真正的原因，换一种解决方案可能还是挂. |
|
17
hiboshi OP @undeflife 都存在，目前一部分 是想完善这部分代码段，我们的商品比较多 几十万种，爬虫部分也在封 IP 至于限制频率目前在研究 apache 的相关模块。
|
 |
20
sunchen 2017-05-05 12:55:00 +08:00
属性全部扁平化，类似 tag，至于动态排序那就只能硬抗了
|
Select Language